订购冰淇淋外卖并制作日程表电子表格
用户用 OpenAI Operator 试了两项任务：订冰淇淋外卖在人工提供支付信息并批准后才成功，做日程表电子表格则错误频出、需大量人工修正，全程要持续监督。来源未提供省时或错误率数据。任务：Baby Brain OpenAI 终于推出了其专属 AI 智能体 "Operator"，这是一种旨在代表用户执行数字任务（如在线购买杂货）的自主模型。但称其为 AI "幼儿" 可能更为贴切。正如彭博社记者描述使用 OpenAI 这款新玩具的体验那样，这项实验性技术需要 "大量的成人监督"，经常出错，并在卡住时寻求帮助。它也很迟钝，正如其他用户所反映的那样，理解速度慢——就像一个仍在发育的大脑。彭博社的 Rachel Metz 写道："在几个令人煎熬的时刻，我看着 OpenAI 的人工智能智能体缓慢地浏览互联网，就像一个人被详细地描述过网络但从未实际使用过一样。我不得不全程监控它。" ParentGPT Metz 等人的体验表明，要实现 OpenAI 乃至整个行业发布能够充当虚拟员工或个人助理的智能体 AI 模型的愿景，还有很长的路要走，这些模型可以通过为你工作来极大地提高你的生产力。典型的大语言模型仅限于文字。但 AI 智能体能够与其环境（如用户的桌面计算机）进行交互。这使它们有可能做任何事情，从浏览网络（本身是无限可能性的源泉）到使用已安装的软件。在其公告中，OpenAI 强调了 Operator 在预订、订机票和创建购物清单方面的实用性。该 AI 模型仅向 ChatGPT Pro 计划（每月 200 美元）的订阅者开放。如果它能快速且可靠地独立完成其中任何一项任务，那可能会节省大量时间。然而，这项技术处于非常早期的阶段，并不像人们希望的那样可以完全放手。正如 OpenAI 警告的那样，Operator 在实际完成任何重要任务之前必须请求你的确认——这暴露出该技术尚不足以被单独信任。 Helicopter Parent 彭博社的 Metz 表示，Operator 成功处理了诸如获取冰淇淋外卖等任务，尽管它需要一些 "指导和许可"，例如提供支付信息并批准购买。她说，对于创建日程表电子表格等更严肃的应用，它经常搞错细节。OpenAI 承认 Operator 在处理 "复杂界面"（如创建幻灯片和管理日历）方面仍有困难。如果它能通过 Instacart 给你送些食物并做一些购物，那很酷。但这值得每月花 200 美元吗？Metz 总结道："鉴于这只是一次测试，我准备并愿意密切关注该产品。但如果 OpenAI 及其同行希望智能体起飞，他们需要让人们相信可以信任这些服务代表他们自主行动。否则，我们可能会决定，如果要把工作做好，最好还是自己做。" 更多关于 OpenAI 的内容：OpenAI 因哭泣称有人窃取其工作以构建竞争产品而遭到一波嘲讽关于我们的广告关于我们的广告；工具：Operator。人工角色：原始帖子没有说明人如何参与。；局限：Operator 目前仅限于 ChatGPT Pro 订阅用户（每月 200 美元）。它在处理幻灯片和日历等复杂界面时存在困难。该智能体在执行重要任务前需要人类确认，并且在卡住时经常需要指导。它被描述为反应迟钝且容易出错，因此不适合完全自主工作。必须进行人工监督以发现错误并提供支付详情等必要输入。。
工具
Agent Work Atlas 发布日期:
概述
用户用 OpenAI Operator 试了两项任务：订冰淇淋外卖在人工提供支付信息并批准后才成功，做日程表电子表格则错误频出、需大量人工修正，全程要持续监督。来源未提供省时或错误率数据。
工作流程
Baby Brain OpenAI 终于推出了其专属 AI 智能体 "Operator"，这是一种旨在代表用户执行数字任务（如在线购买杂货）的自主模型。但称其为 AI "幼儿" 可能更为贴切。正如彭博社记者描述使用 OpenAI 这款新玩具的体验那样，这项实验性技术需要 "大量的成人监督"，经常出错，并在卡住时寻求帮助。它也很迟钝，正如其他用户所反映的那样，理解速度慢——就像一个仍在发育的大脑。彭博社的 Rachel Metz 写道："在几个令人煎熬的时刻，我看着 OpenAI 的人工智能智能体缓慢地浏览互联网，就像一个人被详细地描述过网络但从未实际使用过一样。我不得不全程监控它。" ParentGPT Metz 等人的体验表明，要实现 OpenAI 乃至整个行业发布能够充当虚拟员工或个人助理的智能体 AI 模型的愿景，还有很长的路要走，这些模型可以通过为你工作来极大地提高你的生产力。典型的大语言模型仅限于文字。但 AI 智能体能够与其环境（如用户的桌面计算机）进行交互。这使它们有可能做任何事情，从浏览网络（本身是无限可能性的源泉）到使用已安装的软件。在其公告中，OpenAI 强调了 Operator 在预订、订机票和创建购物清单方面的实用性。该 AI 模型仅向 ChatGPT Pro 计划（每月 200 美元）的订阅者开放。如果它能快速且可靠地独立完成其中任何一项任务，那可能会节省大量时间。然而，这项技术处于非常早期的阶段，并不像人们希望的那样可以完全放手。正如 OpenAI 警告的那样，Operator 在实际完成任何重要任务之前必须请求你的确认——这暴露出该技术尚不足以被单独信任。 Helicopter Parent 彭博社的 Metz 表示，Operator 成功处理了诸如获取冰淇淋外卖等任务，尽管它需要一些 "指导和许可"，例如提供支付信息并批准购买。她说，对于创建日程表电子表格等更严肃的应用，它经常搞错细节。OpenAI 承认 Operator 在处理 "复杂界面"（如创建幻灯片和管理日历）方面仍有困难。如果它能通过 Instacart 给你送些食物并做一些购物，那很酷。但这值得每月花 200 美元吗？Metz 总结道："鉴于这只是一次测试，我准备并愿意密切关注该产品。但如果 OpenAI 及其同行希望智能体起飞，他们需要让人们相信可以信任这些服务代表他们自主行动。否则，我们可能会决定，如果要把工作做好，最好还是自己做。" 更多关于 OpenAI 的内容：OpenAI 因哭泣称有人窃取其工作以构建竞争产品而遭到一波嘲讽关于我们的广告关于我们的广告
原文报告的结果
冰淇淋外卖任务成功完成，但仅在人类介入支付和批准后。电子表格创建任务未能产生准确结果，智能体经常搞错细节。没有关于节省时间或错误率的测量指标，但体验表明，该智能体在未经持续监督的情况下，尚不能可靠地自主执行复杂任务。
人工角色
原始帖子没有说明人如何参与。
局限
Operator 目前仅限于 ChatGPT Pro 订阅用户（每月 200 美元）。它在处理幻灯片和日历等复杂界面时存在困难。该智能体在执行重要任务前需要人类确认，并且在卡住时经常需要指导。它被描述为反应迟钝且容易出错，因此不适合完全自主工作。必须进行人工监督以发现错误并提供支付详情等必要输入。
试一试
我想测试 OpenAI 的 Operator 智能体执行一项低风险任务。我的目标是 [可替换输入：例如，在零售商网站上查找特定产品]。我拥有 ChatGPT Pro 订阅。请指导我完成整个过程。首先，我将提示 Operator 执行 [可替换输入：具体任务指令]。我将密切监控屏幕。如果 Operator 请求确认或卡住，我将提供必要的输入或修正。未经我明确批准，不要让 Operator 完成任何购买或发送任何消息。任务完成后，我将记录：1) Operator 是否完成了任务？2) 我需要介入多少次？3) 最终输出是否准确？如果任务失败或需要超过 3 次介入，我将停止并记录失败。在通过 10 次成功的低风险尝试验证可靠性之前，我不会将其用于关键业务决策。
来源报告未经独立核验。发布日期为本站案例发布日期，并非原始文章日期。